LLM Inference Benchmark Explorer
Qwen3.5-35B-A3B op RTX PRO 6000 — FP8, vLLM, TP1 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Qwen3.5-35B-A3B |
|---|---|
| Parameters | 35B |
| Intelligence Index | 19.3 |
| Agentic Index | — |
| Apparaat | RTX PRO 6000 |
| Kwantisatie | FP8 |
| Max C | 64+ |
| Chatcapaciteit | 150 |
| Agentische capaciteit | 55 |
| TP | — |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | — |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 47 | 113.82 | PASS |
| 2 | 61 | 98.56 | PASS |
| 4 | 73 | 83.29 | PASS |
| 8 | 765 | 57.94 | PASS |
| 16 | 136 | 46.98 | PASS |
| 32 | 207 | 32.91 | PASS |
| 64 | 311 | 24.05 | PASS |
In de meting van OpenZeka bereikte Qwen3.5-35B-A3B (35B parameters), aangeboden in FP8-formaat met vLLM op RTX PRO 6000, met één verzoek een generatiesnelheid van 113.8 tok/s per verzoek en een time to first token (TTFT) van 47 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 150 gebruikers voor chatgebruik en 55 voor agentisch gebruik. De realistische capaciteit ligt waarschijnlijk tussen deze twee waarden. In scenario's waarin programmeren, toolgebruik, lange workflows en multi-agentgebruik overheersen, benadert de capaciteit de agentische schatting; waar kortere interacties, standaardgesprekken en lichtere taken overheersen, benadert zij de chatschatting.
De waarden van Intelligence Index en Agentic Index worden gepubliceerd door Artificial Analysis en worden hier met bronvermelding overgenomen.
In de meting van OpenZeka bereikte Qwen3.5-35B-A3B (35B parameters), aangeboden in FP8-formaat met vLLM op RTX PRO 6000, met één verzoek een generatiesnelheid van 113.8 tok/s per verzoek en een time to first token (TTFT) van 47 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 150 gebruikers voor chatgebruik en 55 voor agentisch gebruik. De realistische capaciteit ligt waarschijnlijk tussen deze twee waarden. In scenario's waarin programmeren, toolgebruik, lange workflows en multi-agentgebruik overheersen, benadert de capaciteit de agentische schatting; waar kortere interacties, standaardgesprekken en lichtere taken overheersen, benadert zij de chatschatting.